JP7070796B2 - 絞り発生予測システム - Google Patents
絞り発生予測システム Download PDFInfo
- Publication number
- JP7070796B2 JP7070796B2 JP2021519916A JP2021519916A JP7070796B2 JP 7070796 B2 JP7070796 B2 JP 7070796B2 JP 2021519916 A JP2021519916 A JP 2021519916A JP 2021519916 A JP2021519916 A JP 2021519916A JP 7070796 B2 JP7070796 B2 JP 7070796B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- rolling
- adaptive model
- rolling path
- occurrence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005096 rolling process Methods 0.000 claims description 165
- 230000003044 adaptive effect Effects 0.000 claims description 88
- 239000000463 material Substances 0.000 claims description 79
- 238000000034 method Methods 0.000 claims description 67
- 230000006978 adaptation Effects 0.000 claims description 45
- 230000008569 process Effects 0.000 claims description 42
- 238000010276 construction Methods 0.000 claims description 33
- 238000005098 hot rolling Methods 0.000 claims description 3
- 239000007769 metal material Substances 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 238000005452 bending Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 19
- 239000008186 active pharmaceutical agent Substances 0.000 description 17
- 210000002569 neuron Anatomy 0.000 description 17
- 238000013480 data collection Methods 0.000 description 15
- 230000002159 abnormal effect Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000013500 data storage Methods 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 7
- 238000012795 verification Methods 0.000 description 7
- 238000007619 statistical method Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 238000011144 upstream manufacturing Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 238000007637 random forest analysis Methods 0.000 description 3
- 239000002436 steel type Substances 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000002547 anomalous effect Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- CWYNVVGOOAEACU-UHFFFAOYSA-N Fe2+ Chemical compound [Fe+2] CWYNVVGOOAEACU-UHFFFAOYSA-N 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000005097 cold rolling Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
- B21B37/58—Roll-force control; Roll-gap control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
- B21B37/68—Camber or steering control for strip, sheets or plates, e.g. preventing meandering
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B1/00—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations
- B21B1/22—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations for rolling plates, strips, bands or sheets of indefinite length
- B21B1/24—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations for rolling plates, strips, bands or sheets of indefinite length in a continuous or semi-continuous process
- B21B1/26—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations for rolling plates, strips, bands or sheets of indefinite length in a continuous or semi-continuous process by hot-rolling, e.g. Steckel hot mill
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32182—If state of tool, product deviates from standard, adjust system, feedback
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32193—Ann, neural base quality management
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32194—Quality prediction
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Metal Rolling (AREA)
- General Factory Administration (AREA)
Description
対策A:絞りが発生しやすい圧延材に対し、オペレータが事前に対処する。
対策B:絞りが発生することに反応して、オペレータが即座に対応する。
対策C:尾端の蛇行を抑える自動蛇行制御を適用する。
1.絞り発生予測システムの構成
図1は、本発明の第1の実施の形態の絞り発生予測システムの構成を示すブロック図である。本実施の形態の絞り発生予測システムは図12に示す構成を有する熱間薄板圧延プロセスに適用されている。絞り発生予測システムは、予測に係るデータの採取及び保存とそのデータを用いた演算とを行う予測装置10を備える。予測装置10は、単一のコンピュータで構成されてもよいし、ネットワークに接続された複数のコンピュータから構成されてもよい。
図5は、本実施の形態の絞り発生予測システムによる処理フローを詳細に示すフローチャートである。図5において、左右に並んだ二つのフローチャートのうち左側のフローチャートは適応モデルの構築段階の処理フローを示し、右側のフローチャートは予測段階の処理フローを示す。
3-1.NN
NNは最も単純な構成では、入力層、中間層、出力層という3層構造であり、中間層を増やしていくこともできる。中間層が多数の層で構成される場合は、深層学習をすることもできる。各層は1つまたは複数のニューロンから構成され、各層のニューロンが重みをもった線で結合されている。1つのニューロンは入力値のレベルにより出力状態が変わる。教師あり学習の場合は、NNの出力と教師信号を比較し、逆方向に結合線の重みを更新していく、バックプロパゲーションという方法が一般的に用いられる。
SOMは教師データが不要であり、正常データ、つまり、絞りが発生しなかったときに採取されたデータのみが用いられる。SOMの区分を5×5、10×10、25×25などと定義すると、各区分が1つのニューロンとなる。各ニューロンには使用する変数の数だけの平面が用意される。図6は、SOMの構成例とそれ用いた予測方法の概要とを説明する図である。図6に示すSOMの構成例では、SOMは10×10のニューロンから構成されている。
ACCは基本的には周知の管理図(Control Charts)を応用した手法である。管理図は上方管理限界(Upper Control Limit:以下、UCLと表記する)と、下方管理限界(Lower Control Limit:以下、LCLと表記する)とを固定するが、ACCはデータの推移に合わせてそれらを変更する。ある時系列データがあり、その期間が10秒間推移を示すとすると、例えば0.1秒ごとに照準をずらし、そこから1秒間を1区間として、それぞれの区間における標準偏差からそれぞれの区間におけるUCL及びLCLを決めていく。このときデータに歪度があれば、それによるUCL及びLCLの補正も行う。その補正の方法については、「Betul Kan, and Berna Yazici” The Individuals Control Chart in Case of Non-Normality”, Journal of Modern Applied Statistical Methods, Vol.5, Issues 2, Article 28, Digital Commons @WayneState (2005)」に記載されている。
適応モデルとは、データが入力されると内部の構成要素間の関係度が変化し出力が変化するものと定義される。その例が、NN、SOM及びACCの各手法により構築される適応モデルである。より詳しくは、絞り発生の予測に適した適合モデルには、以下の定義A、定義B、及び定義Cで定義される適合モデルが含まれる。
(A)データが入力されると内部の構成要素間の関係度が変化し出力が変化するものであって、複数の入力および出力のセットにより学習した後、対象入力を評価して評価値を出力するもの
(B)データが入力されると内部の構成要素間の関係度が変化し出力が変化するものであって、複数の入力のセットにより学習した後、対象入力を評価して評価値を出力するもの
(C)データが入力されると内部の構成要素間の関係度が変化し出力が変化するものであって、複数の入力のセットにより統計的指標を決定した後、入力のセットを評価して評価値を出力するもの
図10は、本実施の形態の絞り発生予測システムによる処理フローの変形例を示すフローチャートである。図5に示す処理フローと図10に示す処理フローとの違いは、適応モデルの構築段階の処理フローにある。詳しくは、図5に示す処理フローにおけるステップ104の処理が、図10示す処理フローではステップ104aの処理に置き換えられている。ステップ104aは、適応モデル構築段階で適応モデルが更新されるが、更新した結果による予想精度が確保できているか確認するためのステップである。新たに構築された適応モデルの精度が十分であれば、適応完了モデルが更新されて保存されるが、そうでなければ保存されない。
次に、本発明の第2の実施の形態の絞り発生予測システムについて説明する。本実施の形態では、絞りの発生の有無を予測した後、その予測結果をオペレータに通知するのみならず、入側サイドガイドの制御にも利用する。本実施の形態の絞り発生予測システムは、予測装置により予測対象の圧延スタンドにおいて絞りが発生すると予測された場合、予測対象の圧延スタンドの入側サイドガイドを操作する制御装置を備えている。制御装置として機能するコンピュータは、予測装置として機能するコンピュータとは別のコンピュータでもよい。また、一つのコンピュータを、ソフトフェアにより予測装置として機能させるとともに、制御装置として機能させてもよい。
上述の実施の形態では、仕上圧延機を対象として説明したが、本発明は粗圧延機にも適用可能である。粗圧延機では順方向、逆方向の圧延を繰り返すいわゆるリバース圧延が複数回行われる。本発明を粗圧延機に適用した場合、圧延パスとは各回の圧延を意味し、圧延順序で先行する先行圧延パスとは前回以前に行われた圧延を意味する。
2:適応モデル構築部
2a,302:適応モデル
3:予測用データ採取部
4:予測部
4a,312:適応完了モデル
5:結果表示部
10:予測装置
31,32:入側サイドガイド
100:圧延材
Claims (10)
- 板状の金属材料を高温に熱し複数の圧延パスで圧延する熱間圧延において、圧延材が蛇行或いは幅方向に折れ曲がることにより前記圧延材の先端または尾端に発生する現象である絞りの発生を予測するシステムであって、
前記システムは、1又は複数のコンピュータを備え、
前記1又は複数のコンピュータは、
絞りの発生を予測するための適応モデルの構築に用いる適応モデル構築用データを採取し保存する処理と、
前記適応モデル構築用データを用いて前記適応モデルを構築する処理と、
構築が完了した前記適応モデルである適応完了モデルを保存する処理と、
絞りの発生の予測に用いる予測用データを採取する処理と、
前記予測用データを前記適応完了モデルに入力することによって絞りの発生を予測する処理と、を実行し、
前記適応モデル構築用データを採取し保存する処理では、前記適応モデル構築用データとして、絞り発生予測の対象となる対象圧延パスにおける絞りの発生の有無及び発生個所を示す第1データと、前記第1データに紐づけられた圧延材が前記対象圧延パスよりも圧延順序で先行する先行圧延パスで圧延された際の同先行圧延パスに関する情報と同圧延材に関する属性とを含む第2データと、を複数セット採取し、
前記予測用データを採取する処理では、前記予測用データとして、予測対象の圧延材が前記対象圧延パスよりも圧延順序で先行する先行圧延パスで圧延された際の同先行圧延パスに関する情報と同圧延材に関する属性とを含むデータを採取し、
前記絞りの発生を予測する処理では、前記予測対象の圧延材が前記対象圧延パスに到達するよりも前に、前記対象圧延パスにおける絞りの発生の有無及び発生個所の全部又は一部を予測し、
前記適応モデルは、ニューラルネットワーク、自己組織化マップ、或いは適応管理図である
ことを特徴とする絞り発生予測システム。 - 前記システムは、表示装置を備え、
前記1又は複数のコンピュータは、
絞りの発生の予測結果を前記表示装置に表示する処理を実行する
ことを特徴とする請求項1に記載の絞り発生予測システム。 - 前記1又は複数のコンピュータは、
前記対象圧延パスにおいて絞りが発生すると予測された場合、前記対象圧延パスの入側サイドガイドを操作する処理を実行する
ことを特徴とする請求項1又は2に記載の絞り発生予測システム。 - 前記1又は複数のコンピュータは、
前記入側サイドガイドを操作する処理では、前記予測対象の圧延材の先端と尾端のどちらの端部で絞りが発生するのか特定し、絞りが発生する方の端部の通過に合わせて前記入側サイドガイドを開く
ことを特徴とする請求項3に記載の絞り発生予測システム。 - 前記1又は複数のコンピュータは、
前記入側サイドガイドを操作する処理では、前記対象圧延パスの運転室側と電動機側のどちらの側で絞りが発生するのか特定し、絞りが発生する側の前記入側サイドガイドを開く
ことを特徴とする請求項3又は4に記載の絞り発生予測システム。 - 前記1又は複数のコンピュータは、
前記入側サイドガイドを操作する処理では、前記対象圧延パスの運転室側と電動機側のどちらの側で絞りが発生するのか特定できない場合、前記運転室側と前記電動機側の両側の前記入側サイドガイドを開く
ことを特徴とする請求項3乃至5の何れか1項に記載の絞り発生予測システム。 - 前記1又は複数のコンピュータは、
前記適応モデルを構築する処理では、前記適応モデル構築用データが新たに一定数得られるたびに前記適応モデルを更新する
ことを特徴とする請求項1乃至6の何れか1項に記載の絞り発生予測システム。 - 前記1又は複数のコンピュータは、
前記適応モデル構築用データを採取し保存する処理では、前記対象圧延パスを通過した圧延材の画像データの解析により前記対象圧延パスにおける絞りの発生の有無及び発生個所を判定する
ことを特徴とする請求項1乃至7の何れか1項に記載の絞り発生予測システム。 - 前記1又は複数のコンピュータは、
前記適応モデル構築用データを採取し保存する処理では、前記対象圧延パスの入側サイドガイドにかかる荷重に基づき前記対象圧延パスにおける絞りの発生の有無及び発生個所を判定する
ことを特徴とする請求項1乃至7の何れか1項に記載の絞り発生予測システム。 - 前記1又は複数のコンピュータは、
前記適応モデル構築用データを採取し保存する処理では、オペレータがHMIを介して入力した前記対象圧延パスにおける絞りの発生の有無及び発生個所を受け付ける
ことを特徴とする請求項1乃至7の何れか1項に記載の絞り発生予測システム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/035971 WO2021048984A1 (ja) | 2019-09-12 | 2019-09-12 | 絞り発生予測システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2021048984A1 JPWO2021048984A1 (ja) | 2021-10-28 |
JP7070796B2 true JP7070796B2 (ja) | 2022-05-18 |
Family
ID=74866315
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021519916A Active JP7070796B2 (ja) | 2019-09-12 | 2019-09-12 | 絞り発生予測システム |
Country Status (7)
Country | Link |
---|---|
US (1) | US20220008976A1 (ja) |
EP (1) | EP3838432B1 (ja) |
JP (1) | JP7070796B2 (ja) |
KR (1) | KR102426172B1 (ja) |
CN (1) | CN112839746B (ja) |
TW (1) | TWI749735B (ja) |
WO (1) | WO2021048984A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114640753B (zh) * | 2022-04-01 | 2023-10-27 | 北京市疾病预防控制中心 | 基于实验视频处理的线虫咽泵运动频率自动识别方法 |
CN114833202B (zh) * | 2022-04-07 | 2024-04-12 | 中冶赛迪信息技术(重庆)有限公司 | 提高直轧平均温度的剔坯方法、***、介质及电子终端 |
CN114682634B (zh) * | 2022-04-21 | 2024-05-07 | 重庆钢铁股份有限公司 | 一种预防折叠带尾进入轧机的方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012086043A1 (ja) | 2010-12-24 | 2012-06-28 | 三菱日立製鉄機械株式会社 | 熱間圧延設備及び熱間圧延方法 |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2539877B2 (ja) * | 1988-02-12 | 1996-10-02 | 新日本製鐵株式会社 | 連続式圧延機の尻絞り防止方法 |
JP2672700B2 (ja) | 1990-09-04 | 1997-11-05 | 株式会社東芝 | 圧延材の蛇行制御装置 |
TW319720B (ja) * | 1995-07-10 | 1997-11-11 | Kawasaki Steel Co | |
KR100363432B1 (ko) * | 1998-12-15 | 2003-02-19 | 주식회사 포스코 | 사상압연시의 스트립꼬임을 방지하기 위한 방법 및 장치 |
JP2000246325A (ja) * | 1999-02-24 | 2000-09-12 | Mitsubishi Heavy Ind Ltd | 熱間圧延におけるスケール疵防止装置及び防止方法 |
AUPQ779900A0 (en) * | 2000-05-26 | 2000-06-22 | Bhp Steel (Jla) Pty Limited | Hot rolling thin strip |
CN1780703A (zh) * | 2003-03-28 | 2006-05-31 | 达塔钢铁有限公司 | 一种带钢热轧机中对热轧带卷的在线性质预测的***和方法 |
KR100675061B1 (ko) * | 2005-08-10 | 2007-01-29 | 제이에프이 스틸 가부시키가이샤 | 강대 또는 표면 처리 강대의 제조 방법 |
KR100660216B1 (ko) * | 2005-12-23 | 2006-12-21 | 주식회사 포스코 | 판 꼬임 방지를 위한 열간 압연 제어 방법 |
BRPI0903494A2 (pt) * | 2008-03-14 | 2015-09-22 | Nippon Steel Corp | método de aprendizagem de predição de carga de laminação para laminação a quente |
EP2527053A1 (de) * | 2011-05-24 | 2012-11-28 | Siemens Aktiengesellschaft | Steuerverfahren für eine Walzstraße |
CN102989839B (zh) * | 2011-09-16 | 2014-12-24 | 宝山钢铁股份有限公司 | 热连轧卷取机平行侧导板控制方法 |
JP5790636B2 (ja) * | 2012-12-19 | 2015-10-07 | Jfeスチール株式会社 | 圧延材の蛇行制御方法、圧延材の蛇行制御装置、圧延材の蛇行制御プログラム、及び圧延材の製造方法 |
TWI541081B (zh) * | 2013-09-14 | 2016-07-11 | 中國鋼鐵股份有限公司 | 鋼胚之熱軋方法 |
KR101972635B1 (ko) * | 2013-11-08 | 2019-04-25 | 도시바 미쓰비시덴키 산교시스템 가부시키가이샤 | 생산 라인의 시뮬레이션 장치 |
JP6414233B2 (ja) * | 2015-02-02 | 2018-10-31 | 東芝三菱電機産業システム株式会社 | 圧延ラインの蛇行制御装置 |
JP6330734B2 (ja) * | 2015-06-09 | 2018-05-30 | Jfeスチール株式会社 | 鋼板切断位置設定装置及び鋼板製造方法 |
KR102059886B1 (ko) * | 2015-07-29 | 2019-12-27 | 닛폰세이테츠 가부시키가이샤 | 열간 압연용 티탄 소재 |
EP3202502A1 (de) * | 2016-02-04 | 2017-08-09 | Primetals Technologies Germany GmbH | Bandlageregelung |
JP2018015766A (ja) * | 2016-07-25 | 2018-02-01 | Jfeスチール株式会社 | 熱間仕上圧延における鋼板尾端蛇行制御方法 |
EP3293594A1 (de) * | 2016-09-13 | 2018-03-14 | Primetals Technologies Germany GmbH | Verwendung umfassender künstlicher intelligenz bei anlagen der grundstoffindustrie |
JP6688706B2 (ja) | 2016-09-13 | 2020-04-28 | 株式会社神戸製鋼所 | 蛇行予測システム及び蛇行予測方法 |
TWI625174B (zh) * | 2017-07-27 | 2018-06-01 | 中國鋼鐵股份有限公司 | 鋼帶尾端破損的偵測方法 |
JP6953990B2 (ja) * | 2017-10-17 | 2021-10-27 | 日本製鉄株式会社 | 品質予測装置及び品質予測方法 |
CN108655190B (zh) * | 2018-04-17 | 2020-02-04 | 北京首钢股份有限公司 | 一种侧导板的控制方法及*** |
-
2019
- 2019-09-12 KR KR1020217008497A patent/KR102426172B1/ko active IP Right Grant
- 2019-09-12 WO PCT/JP2019/035971 patent/WO2021048984A1/ja unknown
- 2019-09-12 US US17/275,205 patent/US20220008976A1/en active Pending
- 2019-09-12 EP EP19944643.6A patent/EP3838432B1/en active Active
- 2019-09-12 CN CN201980065244.9A patent/CN112839746B/zh active Active
- 2019-09-12 JP JP2021519916A patent/JP7070796B2/ja active Active
-
2020
- 2020-08-28 TW TW109129538A patent/TWI749735B/zh active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012086043A1 (ja) | 2010-12-24 | 2012-06-28 | 三菱日立製鉄機械株式会社 | 熱間圧延設備及び熱間圧延方法 |
Also Published As
Publication number | Publication date |
---|---|
TWI749735B (zh) | 2021-12-11 |
US20220008976A1 (en) | 2022-01-13 |
JPWO2021048984A1 (ja) | 2021-10-28 |
WO2021048984A1 (ja) | 2021-03-18 |
EP3838432A4 (en) | 2021-10-06 |
EP3838432A1 (en) | 2021-06-23 |
EP3838432B1 (en) | 2023-01-04 |
KR102426172B1 (ko) | 2022-07-27 |
CN112839746B (zh) | 2022-10-11 |
CN112839746A (zh) | 2021-05-25 |
KR20210046738A (ko) | 2021-04-28 |
TW202126401A (zh) | 2021-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7070796B2 (ja) | 絞り発生予測システム | |
TWI649133B (zh) | 壓延設備的異常診斷之方法及裝置 | |
Lieber et al. | Quality prediction in interlinked manufacturing processes based on supervised & unsupervised machine learning | |
CN107949813B (zh) | 制造设备诊断辅助装置及制造设备诊断辅助方法 | |
JP7158569B2 (ja) | 金属製品の製造をモニタリングするための方法および電子デバイス、関連するコンピュータプログラムならびに設備 | |
JP7135962B2 (ja) | 鋼板の仕上出側温度制御方法、鋼板の仕上出側温度制御装置、及び鋼板の製造方法 | |
Peng et al. | Dynamic multimode process monitoring using recursive GMM and KPCA in a hot rolling mill process | |
JP4696775B2 (ja) | 板幅制御方法および装置 | |
KR102338546B1 (ko) | 철강 플랜트의 메인터넌스 지원 장치 | |
JP2022108117A (ja) | 予測装置、学習装置、予測プログラム、及び学習プログラム | |
Sikdar et al. | Neural network model of the profile of hot-rolled strip | |
JP2020003871A (ja) | 鉄鋼プラント用監視作業支援システム | |
JP7156318B2 (ja) | 圧延装置の制御方法、圧延装置の制御装置、および鋼板の製造方法 | |
WO2020229541A1 (en) | Method for controlling a metal rolling process for producing intermediate castings, a related computer system, and a method for producing intermediate castings | |
JP7517369B2 (ja) | 鋼板の板プロフィル判定方法、処置工程設定方法、製造方法、及び板プロフィル判定モデルの生成方法 | |
JP7513064B2 (ja) | 圧延設備の形状制御アクチュエータ設定モデルの生成方法、圧延設備の形状制御アクチュエータの設定方法、鋼板の形状制御方法、鋼板の製造方法、及び圧延設備の形状制御装置 | |
JP2564710B2 (ja) | 圧延工程における圧下制御装置の異常診断装置 | |
JP5423524B2 (ja) | 熱延コイルの製造条件決定装置および方法ならびに熱延コイルの製造方法 | |
JP7401738B2 (ja) | 圧延計画支援装置、圧延順序決定方法及びコンピュータプログラム | |
JP7524884B2 (ja) | 高温鋼材の割れ検出方法、高温鋼材の圧延方法及び高温鋼材の割れ検出モデルの生成方法 | |
WO2023218619A1 (ja) | 圧延生産性向上支援装置 | |
US20220236725A1 (en) | Physical model identification system | |
JP6822390B2 (ja) | 厚鋼板の粗圧延時間算出方法、厚鋼板の粗圧延時間算出装置、及び厚鋼板の製造方法 | |
JPH07185620A (ja) | 圧延装置 | |
JP2017177135A (ja) | 圧下レベリング制御装置および圧下レベリング制御方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210409 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220208 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220322 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220405 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220418 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7070796 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |